RBF神经网络在异步电机故障诊断中的应用

被引：12

作者：

穆丽娟 ^{[1
]}

苏晓娜 ^{[2
]}

李晓明 ^{[2
]}

机构：

[1] 山西煤炭职业技术学院

[2] 太原理工大学电气与动力工程学院

来源：

火力与指挥控制 | 2012年 / 37卷 / 06期

关键词：

异步电机; 故障诊断; 径向基神经网络; 差分进化算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TM343 [异步电机];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。

引用

页码：148 / 151

页数：4

共 5 条

[1]

基于小波分析和神经网络的电机故障诊断方法研究 [J].